- Страна
- Россия
Разработчик ETL / Data Engineer
Оценка ИИИви — известный бренд с сильной инженерной культурой. Вакансия привлекательна возможностью удаленной работы, современным стеком технологий и работой над продуктом с многомиллионной аудиторией.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует уверенного владения стеком Big Data (Airflow, ClickHouse) и навыков разработки на Python. Работа в крупном онлайн-кинотеатре подразумевает обработку больших объемов данных, что повышает требования к качеству кода и архитектурным решениям.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Engineer с таким стеком в РФ медиана составляет около 250 000 - 350 000 рублей. Иви обычно предлагает конкурентоспособные условия, соответствующие рыночным ожиданиям для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Требуется «Разработчик ETL / Data Engineer»
Компания «Онлайн-кинотеатр Иви» ищет хорошего специалиста на вакансию «Разработчик ETL / Data Engineer». Полный рабочий день. Можно удалённо. Требуемые навыки: #Git, #ETL, #ApacheAirflow, #ClickHouse, #NoSQL, #SQL, #Python.
*👉*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Git
- ETL
- Apache Airflow
- ClickHouse
- NoSQL
- SQL
- Python
Возможные вопросы на собеседовании
ClickHouse является ключевым инструментом в Иви для аналитики, важно понимать механизмы хранения данных.
Расскажите о различиях между движками таблиц MergeTree и ReplacingMergeTree в ClickHouse. В каких случаях стоит использовать каждый из них?
Airflow — основной оркестратор, необходимо знать, как обеспечивать надежность пайплайнов.
Как вы организуете обработку ошибок и повторные попытки (retries) в DAG Airflow? Как избежать дублирования данных при перезапуске задач?
Проверка навыков написания чистого и эффективного кода для обработки данных.
Какие библиотеки Python вы предпочитаете использовать для обработки данных (Pandas, PySpark, Dask) и почему? Как вы оптимизируете потребление памяти при работе с большими датасетами?
Data Engineering невозможен без глубокого знания SQL.
Объясните разницу между оконными функциями и агрегатными функциями с группировкой. Приведите пример сложного аналитического запроса, который вы оптимизировали.
Важно понимать, как кандидат обеспечивает консистентность данных.
Как вы подходите к тестированию ETL-процессов? Какие типы тестов (unit, integration, data quality) вы считаете наиболее критичными?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
